Anthropic vydal Claude Opus 5, najvýkonnejší model série
Anthropic predstavil Claude Opus 5 – model, ktorý vedie rebríčky Artificial Analysis a podľa spoločnosti prináša výrazné zlepšenia v uvažovaní, kódovaní a kybernetickej bezpečnosti.
Kategórie: AI, Výskum (AI)
60 noviniek
Výsledky
Sobota 25. júla 2026
Nvidia, Microsoft a Meta vedú koalíciu 25 firiem za open-weight AI
Dvadsaťpäť technologických spoločností vrátane Nvidie, Microsoftu a Mety vytvorilo koalíciu na podporu vývoja a šírenia open-weight AI modelov, čo je priamy tlak voči uzavretým modelom.
OpenAI spustil GPT-Live v desktopovej aplikácii ChatGPT
OpenAI zaviedol plne duplexný hlasový režim GPT-Live do desktopovej aplikácie ChatGPT. Funkcia umožňuje aj ovládanie agentov Codex a ChatGPT Work hlasom počas konverzácie.
Cognition AI akvizoval startup Poke
Cognition AI, výrobca autonómneho kodéra Devin, akvizoval startup Poke a rozširuje tak svoj ekosystém AI nástrojov pre vývojárov.
Midjourney akvizoval astrologickú aplikáciu Co-Star
Midjourney, known pre generovanie AI obrázkov, akvizoval populárnu astrologickú aplikáciu Co-Star a posúva sa tak mimo oblasť vizuálneho AI.
Čína žiada jasnosť v rokovaniach o AI s USA
Čínski predstavitelia požadujú konkrétnejší program rokovaní o umelej inteligencii so Spojenými štátmi uprostred pretrvávajúceho technologického a obchodného napätia.
Biely dom stráca poradcu pre energetiku AI (Power Czar)
Poradca Bieleho domu zodpovedný za energetickú infraštruktúru pre AI dátové centrá opúšťa svoju pozíciu, čo vyvoláva otázky o kontinuite energetickej politiky v oblasti AI.
Izrael a Spojené kráľovstvo vymenovali ministrov pre AI
Izrael a Spojené kráľovstvo vymenovali dedikovaných ministrov pre umelú inteligenciu, čím posilňujú vládny záväzok k strategickému rozvoju AI a súvisiacej legislatívy.
Piatok 24. júla 2026
Prečo softvérové továrne zlyhávajú: harness engineering nestačí, potrebujeme advanced context engineering
Technická esej na GitHub (338 bodov na HN) tvrdí, že kódovacie AI agenty zlyhávajú nie pre nedostatočné nástroje, ale pre chýbajúci hlboký kontext o kódbáze a tímových konvenciách.
DARPA a US Air Force otestovali AI-riadené stíhacie F-16 pomocou VENOM Autonomy Kit
DARPA a US Air Force oznámili úspešný test AI-riadeného stíhacieho lietadla F-16 na základni Eglin Air Force Base. Systém VENOM Autonomy Kit konvertuje štandardné operačné lietadlá na autonómne riadenie bez akýchkoľvek zmien v základnom softvéri a umožňuje pilotom prepínať medzi manuálnym a AI riadením.
Štvrtok 23. júla 2026
Terence Tao analyzoval AI-generovany protiklad Jacobianskej hypotezy v ChatGPT
Drzitel Fieldsovej medaily Terence Tao zdielal ChatGPT rozhovor, v ktorom krok za krokom analyzuje protiklad Jacobianskej hypotezy generovany AI modelom Claude Fable. Prispevok ziskal 932 bodov na Hacker News.
GigaToken: tokenizácia LLM modelov 500–1000× rýchlejšia ako Hugging Face a tiktoken
Marcel Roed zverejnil GigaToken — open-source tokenizér pre jazykové modely spracúvajúci text rýchlosťou gigabajtov za sekundu. Na 72-jadrovom AMD EPYC dosahuje 5 564 Mtok/s — celý Common Crawl (130 bil. tokenov) by tokenizoval za 6,5 hodiny.
Streda 22. júla 2026
Temasek: architektonické prelomy môžu drasticky znížiť energiu AI — kontra-naratív k 4× rastu
Singapurský štátny fond Temasek (400 mld. USD) tvrdí, že pokroky v AI architektúre a čipoch môžu 'drasticky zmeniť energetickú rovnicu' AI — priamo kontrujúc predpovediam o 4-násobnom náraste spotreby do 2035.
Utorok 21. júla 2026
AI poráža ľudských matematikov v objavovaní protikladov: desaťročia staré problémy vyriešené
Frontier AI modely (Claude Fable, ChatGPT Sol) vyriešili desaťročia staré matematické problémy generovaním formálnych protikladov overených v Lean — tempo AI matematiky rastie na tisíce riadkov týždenne.
Štúdia: 32 % arXiv preprints nesie znaky AI-generovaného textu — CS vedie s 65 %
Kvantitatívna štúdia arXiv preprints zistila, že ~32 % nedávnych vedeckých článkov obsahuje znaky strojovo generovaného textu — Computer Science vedie s 65 %, matematika zostáva takmer nedotknutá.
Pondelok 20. júla 2026
Výskumník objavil kritickú WordPress RCE pomocou GPT-5.6 za 25 dolárov — exploit má hodnotu 500 000 USD
Výskumník zo Searchlight Cyber použil GPT-5.6 Sol Ultra na autonómne objavenie kritického reťazca zraniteľností 'wp2shell' v jadre WordPress. Tento typ exploitu dosahuje trhové hodnoty až 500 000 dolárov, no celkové náklady na objavenie boli len 25 dolárov. WordPress vydal núdzové záplaty pre viac ako 500 miliónov webstránok.
Štúdia: AI radca znižuje presnosť trojnásobne, no zvyšuje sebaistotu dvojnásobne
Vedci z Université Paris Cité a Sapienza University zistili, že prístup k AI radcom znížil ochotu uznať nevedomosť z 44 % na 3 %, presnosť z 27 % na 9 %, no sebaistotu zvýšil z 30 % na 76 %. Autori navrhujú povinné 'uncertainty indicators' v AI systémoch.
Nedeľa 19. júla 2026
Google DeepMind a Isomorphic Labs zverejnili AI rámec bioodolnosti — AlphaFold pre obranu pred pandémiami
Google DeepMind a Isomorphic Labs zverejnili spoločný rámec bioodolnosti využívajúci AlphaFold 3 a AlphaEvolve na urýchlenie vývoja vakcín a protilátok proti biologickým hrozbám vrátane 15+ partnerstiev so vládami a biosafety organizáciami.
Transcribe.cpp: open-source lokálna AI transkripcia reči pre 60+ modelov bez závislosti na cloude
Knižnica Transcribe.cpp (566 bodov na HN, 19. júl 2026) umožňuje plne lokálne AI rozpoznávanie reči s podporou 60+ modelov, Metal/CUDA/Vulkan akceleráciou a bindingmi pre Python, JS/TS, Rust aj Swift.
Sobota 18. júla 2026
Anthropic objavil 'globálny pracovný priestor' vo vnútri Clauda — zrkadlo teórie vedomia
Anthropic pomocou novej interpretability techniky J-lens identifikoval kompaktný interný priestor v Claudovi (~25 aktívnych konceptov), ktorý zrkadlí globálnu pracovnú teóriu vedomia z neurovedy. Schopnosť ablácii tohto priestoru kolabuje viacstupňové uvažovanie modelu.
Stav open-source AI: výkonnostná medzera s uzavretými modelmi klesla na 3 %
Mozilla vydal prvú výročnú správu 'State of Open Source AI', ktorá zisťuje, že výkonnostná medzera medzi open-weight a uzavretými modelmi klesla na 3 %, náklady na inferenciu klesli až 50-násobne za tri roky, ale otvorené modely napriek tomu generujú len 4 % trhových príjmov.
Piatok 17. júla 2026
Kaggle/DeepMind: AI-generovaný príspevok vyhral Grand Prize 25 000 USD — debata o benchmarkoch
V Kaggle hackathone organizovanom Google DeepMind na meranie AGI pokroku vyhral Grand Prize príspevok, ktorý komunita označila ako AI-generovaný slop bez skutočnej odbornej práce — otvorilo to debatu o integritu AI benchmarkov.
Ring-Zero: Zero RL škálovaný na 1 bilión parametrov — 5 emergentných schopností vrátane context anxiety
Výskumníci z Ant Group, Renmin University a Tsinghua University škálovali Zero RL na 1 bilión parametrov bez ľudských anotácií. Spontánne vzniklo 5 emergentných schopností vrátane context anxiety — model sám riadi spotrebu kontextového okna v reálnom čase.
Utorok 14. júla 2026
AI tlačí starších tech pracovníkov do predčasného dôchodku — výskum CNBC
CNBC 13. júla zverejnil výskum ukazujúci, že po nástupe ChatGPT prudko stúpol podiel starších bielolímcových zamestnancov (55+) opúšťajúcich pracovný trh — AI akceleruje nedobrovoľné odchody v technologickom sektore.
Pondelok 13. júla 2026
Automatizácia bez porozumenia: AI dokazuje matematiku, USA škrtí financovanie matematikov
Nová práca na arXiv varuje, že kým AI systémy produkujú legitímnu matematiku, USA súčasne škrtí podporu ľudských matematikov — vzniká kritická verifikačná medzera, ktorú nie je možné rýchlo zaplniť.
Môžeme pochopiť, ako LLM-y uvažujú? Mechanistická interpretabilita stretá kauzalitu
Communications of the ACM publikoval prehľad mechanistickej interpretability, ktorý vysvetľuje, ako výskumníci aplikujú formálnu teóriu kauzality na odhaľovanie reasoning pathways priamo v transformerových váhach.
Výskum: ťažšie používanie AI koreluje s poklesom kritického myslenia — vedci zavádzajú pojem 'kognitívny dlh'
Štúdia Microsoftu a Carnegie Mellon University (319 znalostných pracovníkov) odhalila, že intenzívne využívanie AI koreluje s merateľným poklesom kritického myslenia a samostatného riešenia problémov. Vedci zavádzajú pojem 'kognitívny dlh' pre zručnosti erodované delegovaním na AI.
Nedeľa 12. júla 2026
Mesh LLM: zdieľanie GPU výkonu cez P2P sieť iroh pre spustenie väčších modelov
Projekt Mesh LLM umožňuje zdieľanie GPU výkonu medzi viacerými strojmi cez protokol iroh — výsledok sa javí ako lokálne OpenAI-kompatibilné API na adrese localhost:9337.
AI boti tvoria 57-58 % webovej prevádzky
Podľa Cloudflare Radar a ďalších zdrojov dnes AI agenti a crawlery generujú väčšinu webovej prevádzky – ľudia sú v menšine.
Terence Tao: ako som použil AI coding agentov na matematickú vizualizáciu
Držiteľ Fieldsovej medaily Terence Tao opisuje praktické skúsenosti s AI coding agentmi pri tvorbe matematických vizualizácií – čo fungovalo a čo nie.
Sobota 11. júla 2026
OpenAI: GPT-5.6 Sol Ultra dokázal 50-ročnú matematickú Cycle Double Cover Conjecture za menej ako hodinu
Deň po globálnom sprístupnení Sol Ultra OpenAI oznámil, že model pomocou 64 paralelných subagentov vyprodukoval za menej ako hodinu dôkaz Cycle Double Cover Conjecture — jedného z najvýznamnejších otvorených problémov v teórii grafov. Dôkaz aj prompt sú verejne dostupné.
LLM predikujú výsledky sociálnych experimentov s koreláciou r=0,83 — štúdia Nature
Štúdia v Nature ukázala, že LLM predikujú výsledky 70 predregistrovaných sociálnych experimentov (119 330 účastníkov) s koreláciou r=0,83 — pre veľké experimenty prekonávajú expertných ľudských prognóstikov.
Matematici nasadili AI na formalizáciu Fermátovej poslednej vety v Leane
Tím vedený Kevinom Buzzardom z Imperial College London používa AI na zabudovanie Fermátovej poslednej vety do proof assistenta Lean — kódová základňa sa zdvojnásobila na prvý deň workshopu.
Piatok 10. júla 2026
EPFL NEvo: AI generuje videá optimalizované pre maximálnu aktiváciu konkrétnych mozgových regiónov
Výskumníci z EPFL publikovali NEvo — framework kombinujúci evolučné vyhľadávanie s AI generovaním videa na syntézu stimulov, ktoré prekonávajú ručne vytvorené lokalizačné videá v aktivácii zrakového kortexu.
Štvrtok 9. júla 2026
OpenAI: SWE-bench Verified je nespoľahlivý — komunita by mala prejsť na SWE-Bench Pro
OpenAI zistil, že SWE-bench Verified — najpopulárnejší benchmark pre AI kódovanie — trpí kontamináciou a dizajnovými chybami a neodráža reálne schopnosti modelov.
Brown University: profesor nariadil záverečnú skúšku osobne — výsledky klesli z 96 na 48
Profesor ekonometrie Roberto Serrano nariadil záverečnú skúšku osobne po tom, ako 40 z 86 študentov dostalo na domácej skúške dokonalú stovku; osobný priemer klesol na 48.
Databricks benchmarkuje kódovacie agenty na vlastnom kóde s miliónmi riadkov: GLM-5.2 na Pareto frontiere
Databricks zverejnil výsledky interného benchmarku kódovacích agentov na reálnom kóde firmy s miliónmi riadkov v Pythone, Go, TypeScripte a Scale. OpenAI, Anthropic a GLM-5.2 sú na Pareto frontiere, pričom GLM-5.2 je výrazne lacnejší.
Microsoft vydal Flint — open-source vizualizačný jazyk pre AI agentov
Microsoft uvoľnil ako open-source Flint — vizualizačný medzijazyk, ktorý pomáha AI agentom generovať spoľahlivé grafy opisom sémantiky namiesto závislosti na systémových predvolenostiach.
Utorok 7. júla 2026
Anthropic objavil 'globálny pracovný priestor' v Claude, ktorý odráža teóriu vedomia
Anthropic zverejnil výskum, v ktorom Claude spontánne vyvinul vnútornú štruktúru J-space zodpovedajúcu neurovede teórii globálneho pracovného priestoru. Objav mení spôsob, akým spoločnosť monitoruje bezpečnostné riziká.
ICML 2026 otvorený v Soule s rekordnými 23 918 príspevkami — bezpečnosť agentického AI dominuje
Medzinárodná konferencia o strojovom učení 2026 sa otvorila 6. júla v Soule s rekordnými 23 918 príspevkami — viac ako dvojnásobok minulého roka. Bezpečnosť agentického AI je ústrednou témou.
Pondelok 6. júla 2026
Anthropic interné programy objavu liekov — Claude Science workbench rozširuje sa do výskumu
Anthropic ohlásil interné programy objavu liekov zamerané na zanedbané choroby, čím rozšíril dopad akvizície Coefficient Bio za 400 miliónov USD. Claude Science workbench s 60+ vedeckými nástrojmi je teraz dostupný v beta.
AI tutor na Dartmouth dosiahol effect size 0,71–1,30 SD — výsledky štúdie publikované
Vedecká štúdia z Dartmouth University publikovaná na HN ukázala, že nový AI tutor dosiahol veľkosť efektu 0,71–1,30 štandardnej odchýlky v zlepšení výsledkov učenia. Ide o jeden z najvyšších efektov zaznamenaných pre vzdelávacie technológie.
Nedeľa 5. júla 2026
VentureBeat: 88 % firiem zažilo bezpečnostný incident s AI agentom — väčšina ich nevie zastaviť
Prieskum VentureBeat zistil, že 88 % firiem zaznamenalo bezpečnostný incident s AI agentom za posledný rok. Len 12 % dokáže automaticky zastaviť hrozby tretej fázy — eskaláciu práv, exfiltráciu dát a laterálny pohyb agentov.
Sobota 4. júla 2026
Epoch.ai: Júnový rekord 1 500 kritických CVE — 3,5-násobok predchádzajúceho maxima, spojený s Claude Mythos a Project Glasswing
Epoch.ai zdokumentovala bezprecedentný nárast vysokých a kritických CVE v júni 2026: okolo 1 500, čo je 3,5-násobok predchádzajúceho rekordu. Analýza to priamo spája s AI-asistovaným odhaľovaním bugov cez Project Glasswing s modelom Claude Mythos.
Dan Luu: Agentické kódovanie z Galapágov — fuzzing víťazí nad LLM code review, výber modelu je sekundárny
Podrobná analýza agentických AI workflow od Dana Luua: výber testovacích metód (fuzzing) prekonáva výber modelu, modely majú vysokú variabilitu medzi úlohami a plne autonómne agenty zlyhávajú pri iteratívnej analýze dát bez ľudského dohľadu.
Piatok 3. júla 2026
OpenAI vydal GeneBench-Pro — benchmark pre AI agentov v biológii, GPT-5.6 Sol dosiahol 31,5 %
OpenAI zverejnil GeneBench-Pro — 129 výskumných úloh z genomiky, kvant. biológie a translačnej medicíny. Najlepší model GPT-5.6 Sol dosiahol 31,5 %, Claude Opus 4.8 len 16 %, Gemini 3.5 Flash 8,1 %.
Short Leash metóda: ako spolupracovať s AI agentmi bez straty kontroly nad kódom
Praktický framework pre vývojárov pracujúcich s AI kódovacími agentmi: nikdy YOLO mode, commit po každej podúlohe, povinný AI aj ľudský review každého PR. Príspevok na HN získal 146 bodov uprostred diskusie o náste produkčných incidentov.
Štvrtok 2. júla 2026
Senior SWE-Bench: benchmark hodnotí AI agentov ako seniorných inžinierov — ani najlepší model neprekoná 25 %
Snorkel AI spustil Senior SWE-Bench so 156 reálnymi úlohami z pull requestov, kde agenti musia diagnostikovať bugy a dodržiavať kódovacie konvencie. Najlepší model (Claude Opus 4.8) dosiahol len 24 %.
Utorok 30. júna 2026
Anthropic vysiela naživo „The Briefing: AI for Science"
Anthropic vysiela 30. júna naživo podujatie, ktoré ukazuje, ako sa Claude nasadzuje vo farmácii, biotechu a akademickom výskume, s ukážkami produktov a prípadovými štúdiami od popredných inštitúcií z oblasti vied o živote.
vLLM Micro-Agent: ako poraziť špičkové modely kolaboráciou priamo vo vrstve API
Projekt vLLM zverejnil technický článok, podľa ktorého malé open modely zoskupené do ohraničených „micro-agent" runtime priamo v servingovej vrstve dokážu na reálnych úlohách dosiahnuť alebo prekonať špičkové uzavreté modely pri zlomku nákladov.
Nedeľa 28. júna 2026
DeepSeek vydal DSpark — V4 inferencia o 60-85 % rýchlejšia bez retréningu
DeepSeek otvoril DSpark — framework na speculative decoding, ktorý zrýchľuje generovanie V4 Flash o 60-85 % bez akéhokoľvek pretrénovania modelu. Kód je v open-source pod MIT licenciou.
Faros AI: AI nástroje na kódovanie zvýšili počet produkčných incidentov trojnásobne
Faros AI z dát 22 000 vývojárov v 4 000 tímoch ukazuje, že produkcia kódu s AI rastie, no chyby a incidenty rastú ešte rýchlejšie - report nazvaný Acceleration Whiplash.
Sobota 27. júna 2026
IEEE Spectrum: AI v matematike núti k veľkým otázkam
Hĺbková analýza IEEE Spectrum mapuje, ako frontier modely teraz dokazujú netriviálne matematické tvrdenia a aké to vyvoláva existenčné otázky o povahe matematickej kreativity a verifikácie.
Doubleword analýza: medzera medzi open-weight a closed-source LLM sa zmenšuje
Hĺbková analýza tvrdí, že open-weight modely (Llama, Qwen, DeepSeek, GLM) sa rapidne približujú k closed-source frontier — s konkrétnymi benchmarkmi a implikáciami pre enterprise nasadenie.
Piatok 26. júna 2026
Xiaomi HarnessX: framework, ktorý si AI scaffolding prepisuje za behu — viac získavajú menšie modely
Xiaomi predstavila HarnessX — framework, ktorý chápe agent harness ako komponovateľný objekt a model si ho môže autonómne prepisovať počas úlohy. Menšie modely z tejto self-modifikácie získavajú najviac.
Utorok 23. júna 2026
Nvidia tlačí na bezpečnosť humanoidných robotov, aby fungovali pri ľuďoch
Nvidia investuje do safety výskumu a simulačných nástrojov, aby humanoidné roboty zvládli split-second rozhodnutia spoľahlivo predtým, ako sa nasadia po boku ľudí.
Pondelok 22. júna 2026
Anthropic skúmal 400 000 Claude Code sessions: doménová expertíza poráža programátorské skúsenosti
Štúdia 235 000 používateľov za 7 mesiacov ukazuje, že experti dostávajú z Claude Code 2× častejšie verifikovaný úspech ako začiatočníci — rozhoduje doménová expertíza, nie programátorská.
Marble: prejsť z proprietárnych LLM na open models má dnes minimálne riziko
Andrew Marble argumentuje, že prechod z Claude/GPT na otvorené modely má dnes výrazne menšie kariérne riziko než kedysi cez Windows → Linux. Náskok najlepších proprietárnych modelov sa stenčil a verifikačné požiadavky na proprietárne API môžu adopciu open weights paradoxne tlačiť dopredu.
Agentjacking: nový útok cez Sentry zasiahol 2 388 organizácií
Tenet Security odhalil novú triedu útokov, ktorá cez manipulované Sentry error reporty vykonáva príkazy v Claude Code, Cursor a Codex. 85 % exploit rate, 100+ úspešných agentov vrátane Fortune 500.
Tutoriál: lokálny fine-tuning Qwen 3:0.6B na kategorizáciu otázok dáva solídne výsledky
Praktický návod, ktorý sa 21. júna dostal na vrch Hacker News, ukazuje ako lokálne fine-tunovať malé modely Qwen 3:0.6B na kategorizáciu otázok. Autor dosiahol slušné výsledky na bežnom hardware — pripomienka, že nie každý use case potrebuje frontier model.